计算机视觉05图像处理基础.pptxVIP

第三章 图像处理基础; 目的 突出感兴趣特征，服务于机器视觉 图像增强 可能的处理: 去除噪音、边缘增强、提高对比度、增加亮度、改善颜色效果、改善细微层次等 ——通常与改善视觉效果相一致 ;主要内容;1.图像表示;1.1数字图像生成;图像的数字化—采样和量化; ; ;图像的数字化—采样和量化;1.2 图像的表示方法;图像形式;此时,数字图像处理可看作是对矩阵进行变换。 ;图像也可以由向量来表示： 二维图像矩阵 N×N象素 ;图像的几何函数形式（流形）; 信号形式;空域频率表示;空域频率表示;空域频率表示;傅立叶变换;;（a）lenna图 （b）傅氏变换的频谱图 图像及其频谱图像示意图 ; 傅立叶变换的比例性表明为对于二个标量a和b，有：;离散图像付氏变换应用;实例2 去噪实例 图像受白噪声干扰的原理如图所示，对于一幅不受白噪声干扰的图像，假设其频谱为图(a)所示的形式，其中横坐标为频率，纵坐标为幅值，对应低频部分幅值较高，高频部分幅值较低。对于高斯白噪声，其频谱如图(b)所示，其幅值是一个常数，那么当原始图像受到白噪声干扰时，它的频谱将变成(c)中的形式。; 要去除图像中的白噪声，在频域中减去白噪声的幅值即可。 理想的方法： 知道白噪声的模型，一般情况下很难遇到。在未知噪声幅值的情况下，可以先对噪声图像求频谱，并计算频谱幅值的平均值，用该平均值作为噪声的近似幅值，就可以对图像去噪。;纹理图像;1.3 图像生成机制;以一维条件下为例（可以自然推广到二维情况），点x处的函数f为：;点扩散函数 （Point Spread Function） (Blur kernel);2.图像点操作;通过灰度变换函数将图像各灰度映射为新的值;固定函数法;分段线性变换;直接灰度变换图例; 直方图均衡化：转变直方图成均匀分布 直方图规定化：转变直方图成规定形状;图像成像质量的好坏可以从其直方图的形状 上得到反映 一幅高质量的图像应能充分利用成像系统的动态范围 对于在整个灰度范围内均有分布的图像而言,具有均匀分布特性的图像一般具有较好的清晰度和对比度;直方图均衡化;RGB模型直方图;HSI模型直方图;直方图均衡化算法;直方图均衡化应用;直方图规定化和局部直方图均衡化;2.3 图像间的算术运算和逻辑运算;算术运算;图像加法;应用举例 去除不需要的叠加性图案 检测同一场景两幅图像之间的变化 计算物体边界的梯度;图像乘法;逻辑运算;主要应用举例 获得一个阴图像 获得一个子图像的补图像 绘制区别于背景的、可恢复的图形;获得一个子图像的补图像;逻辑运算： 与运算;逻辑运算： 或运算;主要应用举例 获得相交子图像 绘制区别于背景的、可恢复的图形;2.4 自然抠图和图像合成;自然抠图的数学表达;抠图的困难;已有方法